具体描述
在本书中，人工智能领域的权威专家朱迪亚·珀尔及其同事领导的因果关系革命突破多年的迷雾，厘清了知识的本质，确立了因果关系研究在科学探索中的核心地位。
而因果关系科学真正重要的应用则体现在人工智能领域。作者在本书中回答的核心问题是：如何让智能机器像人一样思考？换言之，“强人工智能”可以实现吗？借助因果关系之梯的三个层级逐步深入地揭示因果推理的本质，并据此构建出相应的自动化处理工具和数学分析范式，作者给出了一个肯定的答案。作者认为，今天为我们所熟知的大部分机器学习技术，都建基于相关关系，而非因果关系。要实现强人工智能，乃至将智能机器转变为具有道德意识的有机体，我们就必须让机器学会问“为什么”，也就是要让机器学会因果推理，理解因果关系。或许，这正是我们能对准备接管我们未来生活的智能机器所做的最有意义的工作。
作者简介
朱迪亚·珀尓(Judea Pearl)，现加州大学洛杉矶分校计算机科学教授，“贝叶斯网络”之父，2011年因创立因果推理演算法获得图灵奖，同时也是美国国家科学院院士，IEEE智能系统名人堂第一批10位入选者之一。
目前已出版3本关于因果关系科学的经典著作，分别为《启发法》(1984)、《智能系统中的概率推理》(1988)和《因果论：模型、论证、推理 》(2009)。他还获得过多项顶级科学荣誉，包括认知科学领域的鲁梅哈特奖、物理学及技术领域的富兰克林奖章以及科学哲学领域的拉卡托斯奖。
达纳·麦肯齐(Dana Mackenzie)，普林斯顿大学数学博士，自由科学记者，知名科普作家，著有《无言的宇宙》等作品，其学术论文多次收录于《科学》《新科学家》《科学美国》《探索》等重量级期刊。
目录信息
前言
导 言：思维胜于数据
第一章：因果关系之梯
第二章：从海盗到豚鼠：因果推断的起源
第三章：从证据到因：当贝叶斯牧师遇见福尔摩斯先生
第四章：混杂和去混杂：或者，消灭潜伏变量
第五章：烟雾缭绕的争论：消除迷雾，澄清事实
第六章：大量的悖论！
第七章：超越调整：征服干预之峰
第八章：反事实：挖掘关于假如的世界
第九章：中介：寻找隐藏的作用机制
第十章：大数据，人工智能和大问题
致谢
参考文献
· · · · · · (收起)
读后感
一 五月，腾讯稳坐公司新闻头条，与今日头条互诉，腾讯视频打造的女团选拔节目《创造101》中的选手王菊逆袭翻盘，现象级的王菊效应在网上发酵。在五月，让我最感兴趣的一条公司新闻也与腾讯有关。5月30日，腾讯官方公众号发布了一篇文章，标题是《她叫Siren，不是人，也可以是...
评分 评分 评分这些人发明了如此简单而常用的东西，以至所有人都忘了这些东西也需要人发明出来。 非常匆忙地读了一遍之后，脑子里第一时间浮现的是小说《好兆头》里的这句话，它基本上是我对这本书印象的完美概括。 经济学专业的学生，如果选过一些 policy evaluation 和 causal inference 方...
评分万维钢曾经在第二季精英日课解读过这本书的英文版，说这本书是写给“聪明的外行”读的。本书作者朱迪亚·珀尔是一位传奇的计算机学家以及哲学家，而这本书就是写他所参与的“因果革命”。这本书涉及一些数学公式，书中的内容虽不能说是晦涩难懂，但是对一般读者来说还是需要一...
用户评价
无论客观世界存不存在因果关系，每个人主观上都离不开因果这个思考方式
评分说在前面……此书作者非常非常非常非常非常自恋，令人不适的那种自恋……如果看了序觉得无语就可以排雷了。 抛开这点不谈，作者用非数学的语言阐述因果革命的知识内涵，说明它将怎样影响我们的生活和未来。在分享重要的因果问题时，讲述前辈科学家走过的英勇征程。 认知被打破又重建的过程伴随很多怀疑和疑虑。 但不管怎么说，阅读体验中从另一角度展开的因果思考升级了我的大脑内存。 从一个笼罩着神秘色彩的概念转变为一个具有明确语义和逻辑基础的数学对象，悖论和争议得以解决，模棱两可的概念得以阐明，那些依赖于因果信息、长期被认为是形而上的或无法解决的实际问题，现在也可以借助初等数学加以解决。 在书中，因果论已经完成了数学化。
评分离开因果关系谈论数据是舍本逐末。珀尔的这本书不愧为"因果革命"的一面旗帜，值得细心品味。
评分离开因果关系谈论数据是舍本逐末。珀尔的这本书不愧为"因果革命"的一面旗帜，值得细心品味。
评分这本书关于因果讨论可分为两个部分，第一部分注重思想层面的探讨，主要用的是案例和因果图示法，这部分内容值得反复研读，是非常好的思维训练，如果能完全摸透作者这套方法论，对于涉及因果的问题的理解会有质的飞跃。第二部分是作者对技术处理层面的探讨，当然对学术来说这部分很重要，但是普通读者看懂比较困难，但即便忽略所有这些内容，也不影响阅读和吸收这本书的核心内容。当然，作为一本综述性的著作，作者穿插了大量因果理论发展的历史，以及他自己的学术生涯经历，也颇有可看性，且趣味十足。如果你想对因果关系和相关关系有透彻的理解，亦或是想对学术领域成果（涉及因果的结论）有更佳的判断力，那么这本书非常值得一读，特别是作者这套因果图工具，堪称经典。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有